CHƯƠNG 2 : PHƯƠNG PHÁP NGHIÊN CỨU
2.6. Phương pháp phân tích
2.6.2. Phân tích nhân tố khám phá EFA
Phân tích nhân tố EFA (Exploratory Factor Analysis) là tập kỹ thuật phân tích thống kê có liên hệ với nhau dùng để rút gọn một tập hợp nhiều biến quan sát có mối tương quan với nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Nguyễn Đình Thọ, 2011).
Ở nghiên cứu này, tác giả sử dụng phương pháp trích hệ số Principal Component với phép xoay Varimax để trích xuất dữ liệu. Các tiêu chuẩn đánh giá dữ liệu được trình bày dưới đây.
Hệ số KMO (Kaiser-Meyer-Olkin): là chỉ số để xem xét sự thích hợp của phân tích nhân tố. Theo Kaiser (1974) đưa ra đề nghị về trị số KMO như sau: KMO ≥ 0.9: rất tốt; KMO ≥ 0.8: tốt; KMO ≥ 0.7: được; KMO ≥ 0.6: tạm được; KMO ≥ 0.5: xấu và KMO < 0.5: không thể chấp nhận được (Nguyễn Đình Thọ, 2011).
Kiểm định Bartlett’s test (Bartlett’s test of sphericity): nhằm kiểm định giả thuyết không (H0 = các biến không có tương quan với nhau trong tổng thể) căn cứ vào giá trị sig., nếu sig. < 0.05 thì các biến quan sát có tương quan với nhau trong tổng thể, do đó ta có thể tiến hành phân tích nhân tố (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Hệ số tải nhân tố (Factor loading): là hệ số tương quan giữa các biến và nhân tố, hệ số này cho biết sự liên hệ chặt chẽ giữa các biến với nhau. Nếu hệ số tải nhân
tố nhỏ hơn 0.5 sẽ bị loại, đồng thời các biến có trọng số không đạt độ phân biệt cao giữa các nhân tố (< 0.3) cũng sẽ bị loại (Nguyễn Đình Thọ, 2011).
Nhân tố trích được phải có Eigenvalue lớn hơn 1 mới được giữ lại trong mô hình phân tích vì đây là đại lượng đại diện cho lượng biến thiên được giải thích bởi mỗi nhân tố (Hair et al, 2006).
Ở đề tài nay, tác giả sử dụng phương pháp trích nhân tố chính (Principal component analysis), phép quay Varimax. Loại bỏ các biến có trọng số EFA <0.5; Loại bỏ các biến nếu sig. > 0.05; Loại bỏ các biến có hệ số tải nhân tố < 0.5; Tổng phương sai trích ≥ 50%; Nhân tố trích được có Eigenvalue > 1.